智能視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)檢測(cè)算法的研究.pdf

1、本文選題來(lái)自項(xiàng)目面向視頻大數(shù)據(jù)智能分析的關(guān)鍵技術(shù)研究。近年來(lái)，隨著社會(huì)的發(fā)展，人們的生活水平不斷提高，生活質(zhì)量也得到了極大的改善。與此同時(shí)，人們更加重視人身和財(cái)產(chǎn)安全，安防的觀念在人們心目中占據(jù)著越來(lái)越重要的位置，這也就促進(jìn)了智能視頻監(jiān)控系統(tǒng)的快速發(fā)展。智能視頻監(jiān)控系統(tǒng)的核心功能是對(duì)攝像頭采集的視頻圖像序列進(jìn)行分析，進(jìn)而對(duì)攝像頭監(jiān)控的區(qū)域中事物的變化進(jìn)行檢測(cè)、識(shí)別與跟蹤。
　　本文對(duì)近幾十年視頻監(jiān)控系統(tǒng)的迅速發(fā)展做了詳細(xì)介紹，對(duì)智

2、能視頻監(jiān)控系統(tǒng)的工作時(shí)運(yùn)用到的一些原理做了描述，闡述了智能視頻監(jiān)控系統(tǒng)相對(duì)于傳統(tǒng)的視頻監(jiān)控系統(tǒng)的優(yōu)點(diǎn)，介紹了系統(tǒng)功能上面用到的算法，分析了這些算法存在的不足之處。介紹了幾種較為常用的運(yùn)動(dòng)檢測(cè)方法以及背景建模的相關(guān)算法，深入的闡述了這些運(yùn)動(dòng)檢測(cè)算法和背景建模的原理，并且指出了它們的優(yōu)勢(shì)以及存在的不足。
　　本文完成的主要研究工作如下：
　　①提出了自適應(yīng)的SILTP算子。分析比較了LBP、LTP以及SILTP算子的局限性。針對(duì)

3、目前智能視頻監(jiān)控系統(tǒng)在對(duì)視頻圖像序列分析中樹(shù)葉晃動(dòng)等復(fù)雜環(huán)境因素對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)產(chǎn)生的影響，提出通過(guò)運(yùn)用改進(jìn)的自適應(yīng) SILTP算法來(lái)提取運(yùn)動(dòng)目標(biāo)的紋理信息，能夠有效克服樹(shù)葉晃動(dòng)等因素對(duì)運(yùn)動(dòng)物體產(chǎn)生的影響。該算法首先獲取視頻圖像全局的像素點(diǎn)灰度值以及局部的像素點(diǎn)的灰度值，利用這兩個(gè)灰度值的均差得到一個(gè)對(duì)圖像局部紋理自適應(yīng)的閾值，能夠準(zhǔn)確的將前景圖像與復(fù)雜的背景圖像進(jìn)行分離，自適應(yīng)性強(qiáng)，能夠有效消除樹(shù)葉晃動(dòng)等復(fù)雜環(huán)境因素對(duì)前景圖像提取的影響

4、。
　?、谔岢隽诉\(yùn)用自適應(yīng)的SILTP算子提取圖像紋理特征進(jìn)行混合高斯背景建模。分別通過(guò) LBP、SILTP以及自適應(yīng) SILTP算子進(jìn)行圖像紋理特征提取，利用混合高斯模型進(jìn)行背景建模，然后通過(guò)運(yùn)動(dòng)目標(biāo)檢測(cè)的實(shí)驗(yàn)來(lái)檢驗(yàn)三種算子的檢測(cè)效果，最后通過(guò)三種算子的實(shí)現(xiàn)效果對(duì)比突出自適應(yīng) SILTP算子要優(yōu)于另外兩種算子。
　?、墼O(shè)計(jì)并實(shí)現(xiàn)了智能視頻監(jiān)控系統(tǒng)。將基于自適應(yīng)的SILTP算子的運(yùn)動(dòng)檢測(cè)算法成功運(yùn)用到了開(kāi)發(fā)的系統(tǒng)中進(jìn)行運(yùn)動(dòng)檢